Войти
    Смотреть все результаты
    Поиск Избранное Корзина Войти
    Открыть подменюКатегории
    • Главная
    • Курс Machine Learning. Basic | Маркетплейс онлайн образования Edwica

    OTUS

    Machine Learning. Basic

    • Начальный уровень
    • Наставник: Нет
    • Сертификат: Нет
    • Формат: Online
    • Рассрочка: Нет
    • Язык: Русский
    • Осталось мест: не ограничено
    69 000 ₽/курс
    5 месяцев
    Записаться
    Вы будете перенаправлены на сайт партнера.

    Machine Learning. Basic

    С нуля до уверенных Junior компетенций в Машинном обучении. Практика на реальных данных.
    Для кого этот курс?
    • Python. Пройдете основы программирования и научитесь использовать этот наиболее актуальный язык в задачах Machine Learning.
    • Математика. Освоите ключевые разделы, чтобы понимать теоретические основы и принципы работы алгоритмов Машинного Обучения.
    • Классические модели Machine Learning. Классические модели Machine Learning. Научитесь применять основные алгоритмы машинного обучения для решения большого набора задач классификации и регрессии, проводить необходимыц анализ и обработку данных, освоите полный цикл обучения моделей Машинного обучения.
    Программа обучения
    • Тема 1: Знакомство. Настройка окружения для работы
    • Тема 2: Базовые типы и структуры данных. Управление потоком
    • Тема 3: Работа с функциями и данными
    • Тема 4: Git, shell
    • Тема 5: Групповая менторская консультация
    • Тема 1: Основы ООП
    • Тема 2: Продвинутый ООП, исключения
    • Тема 3: Продвинутый ООП, продолжение
    • Тема 4: Модули и импорты
    • Тема 5: Тесты
    • Тема 6: Знакомство со встроенными модулями
    • Тема 7: Файлы и сеть
    • Тема 8: Групповая менторская консультация
    • Тема 1: Основы NumPy
    • Тема 2: Основы Pandas
    • Тема 3: Визуализация данных
    • Тема 4: Групповая менторская консультация
    • Тема 1: Матрицы. Основные понятия и операции
    • Тема 2: Практика. Матрицы
    • Тема 3: Дифференцирование и оптимизация функций
    • Тема 4: Практика. Дифференцирование и оптимизация функций
    • Тема 5: Алгоритмы и вычислительная сложность
    • Тема 6: МНК и ММП
    • Тема 7: Практика. МНК и ММП
    • Тема 8: Случайные величины и их моделирование
    • Тема 9: Практика. Случайные величины и их моделирование
    • Тема 10: Исследование зависимостей: номинальные, порядковые и количественные величины
    • Тема 11: Практика. Исследование зависимостей: номинальные, порядковые и количественные величины
    • Тема 12: A/Б-тестирование
    • Тема 13: Групповая менторская консультация
    • Тема 1: Введение в машинное обучение
    • Тема 2: Exploratory Data Analysis and Preprocessing
    • Тема 3: Задача регрессии. Линейная регрессия
    • Тема 4: Задача классификации. Метод ближайших соседей
    • Тема 5: Логистическая регрессия
    • Тема 6: Деревья решений
    • Тема 7: Ансамбли моделей
    • Тема 8: Feature engineering & advanced preprocessing
    • Тема 9: Групповая менторская консультация
    • Тема 1: Выбор темы проекта
    • Тема 2: Консультация в формате предзащиты
    • Тема 3: Защита проекта
    Знания и навыки, которые приобретете
    • Получите помощь с оформлением резюме, портфолио и сопроводительного письма
    • Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
    Тэги

    Преподаватели

    • Мария Тихонова

      PhD Computer Science, Senior Data Scientist

    • Евгений Ревняков

      ( к.т.н.) Senior software engineer

    • Глеб Карпов

      Исследователь

    • Евгений Романов

      Data Scientist

    • Артем Червяков

      ML-engineer

    • Константин Алексин

      Специалист по прогнозному моделированию

    • Игорь Стурейко

      Teamlead, главный инженер (к.ф.-м.н.)

    • Валерий Валов